[发明专利]汉字基因码

说明书

一、所属技术领域：汉字编码输入

二、现有技术：

答：1、手写识别输入：指挥方式模拟人们用笔写汉字的习惯将字写在识别板上通过计算机识别进行输入。

优点：符合人们用笔书写习惯。会写汉字就会输入。

缺点：输入速度慢，平均每字约定10画而且这种输入方式要求书写汉字时相当规范否则会造成识别困难。

2、语音输入：计算机获得语音信息后语音信息转换成文字说明信息来完成汉字输入。

优点：不需要对汉字进行编码。

缺点：输入环境要求高，输入者读音标准，汉字的同音字多且难以区分，输入错误率高。目前此项技术还很不成熟，尚处于发展期。

3、电子扫描识别技术：对文本通过电子扫描识别后读入计算机。

优点：方法简单。

缺点：必须有原稿，对文稿印刷质量要求很高，否则计算机难以识别。

4、机器翻译：即直接由外文翻译为中文，也属于被动翻译，翻译成功率不高。

5、键盘输入：用键盘进行输入。

计算机汉字输入方法，一直是在中国普及计算机的“瓶颈”问题。国内外许多专家进行了大量的研究，提出了近1000多种汉字输入方法。

按编码方法可分为：音码、形码、音形码、数码。

(1)音码：即根据汉字的读音来编码。山东省唐樊宽的“中文声数码”，北京市刘卫民的“双音码”，微软全拼。音码的优点是容易学，直观。

缺点是码长较长，重码率高，不会读的字无法输入。

(2)形码：即根据汉字的字形来编码。如河南省王永民的“五笔字型”，形码的优点是重码率低，码长较短，不会读的字的字也能输入。缺点是要有一套拆分汉字进行编码的规则，要记忆字根在键盘上的分布位置，较难学。

(3)音形码：即同时根据汉字的读音和字型来编码。如四川省陈代于的“大众码”，周志农的“自然码”等。根据汉字“同音不同形，同形不同音”的规律，音形码的重码率大为降低。但是仍然存在较难学，不会念或念不准的字难输入的问题。且需要由形到音，由音到形的频繁转换，加重了人脑的负担。

(4)数码：即用数字进行编码如区位码，电报码。

 优点是只用10个数字编码，容易操作，无重码。缺点是极难记忆。

三、发明的目的：答：利用键盘进行汉字输入是目前汉字输入计算机的主流方法，它对环境，设备和操作人员的素质要求最低，这种方式将会随着计算机的进一步普及而处于汉字输入法的统治地位。目前的汉字输入法大都存在这样或那样的缺陷，容易学的音码输入速度太慢，稍微快一点的形码又太难学，音形结合码介于二者之间，形音，音形转换又令人脑在输入过程中负担过重。

如果解决了音形码中形音、音形二维转换令人脑在输入过程中负担过重的这一点，那么这种输入方法就会比现有的输入方法更容易让人接受。

具体方法是：

1、降低重码率，重码字词按使用频率予以优化。

2、简化编码规则、优化字根映射键元的规律、减少字根数量、从而达到易学易记的目的。

3、解决汉字中不会念或念不准的字难输入的问题。

4、缩短码长提高击键速度，提高编码效率。

5、规范化、标准化。编码规则严谨规范，与汉语语言文字教育全面接轨

6、提高软件智能。

四、发明内容：

1、汉字基因码中“基因”两字如何理解。即名称的由来基因是生物体基本信息因子，不同的基因控制不同的功能区。汉字中声母“音信息”、部首和部件“形信息”是汉字的基因特征代码，1、声母信息控制汉字的读音。

2、部首信息区分汉字的字义。

如：汉字“汽、波”含有部首“氵”表达了与水有关的信息。

汉字“吃、喝”含有部首“口”表达了与口有关的动作信息。

3、部件与部首形成汉字的结构。

组词时先把这些信息元从汉字中分解、克隆并提取出来，根据权限大小重新加以组合，这样新的词组编码就形成了。

其中，声母在组词时权限最高其次是部首、部件和笔画。

(1)二个字组词时首先将两个汉字解体保留权限最高的两个信息元声母“音信息’和部首“形信息”而权限较低的部件和笔画信息元被权限高的信息元取代。

(2)三、四个字组词时将每个汉字解体保留权限最高的声母“音信息”而权限低的字根“形信息”被权限高的音信息所取代。

我把这一过程形象的比喻为“信息基因”复制和遗传的过程。

这一过程犹如生物体基因的克隆和遗传。

       这就是汉字基因码名称的由来。

一、编码思想：

汉字编码首先需要解决的问题